Интегрированная модель мобильной роботизированной платформы
Автор: Чугунов Михаил Владимирович, Полунина Ирина Николаевна, Дивин Александр Георгиевич, Генералова Александра Александровна, Никулин Артем Анатольевич, Бычков Дмитрий Сергеевич
Журнал: Инженерные технологии и системы @vestnik-mrsu
Рубрика: Технологии и средства механизации сельского хозяйства
Статья в выпуске: 4, 2021 года.
Бесплатный доступ
Введение. Комитет «Умное агро» научно-образовательного центра «Инженерия будущего» определил ряд задач, актуальных для повышения эффективности точного, почвозащитного и ресурсосберегающего земледелия. Одной из таких задач является разработка цифровой мультиагентной системы, обеспечивающей ряд сервисов, предоставляемых агропредприятиям, разработчикам и производителям сельскохозяйственной техники. Целью настоящего исследования является моделирование автономной мобильной роботизированной платформы и разработка программно-аппаратных средств траекторного управления. Материалы и методы. В качестве методов и инструментов решения поставленной задачи используются современные CAx-системы и их приложения, методы 3D- и натурного моделирования, численного решения задач в терминах механики деформируемого твердого тела. Для расширения и углубления штатного функционала CAx-систем (SolidWorks) в части программной реализации алгоритмов траекторного управления используются методы и технологии программирования с использованием API SolidWorks в среде VisualStudio C++ (MFC, ATL, COM), а для построения натурных моделей - платформы Arduino и fischertechnik. Результаты исследования. Результатом исследования является программно-аппаратный модуль траекторного управления для интегрированной (натурной и виртуальной) модели мобильной роботизированной платформы, который может быть предоставлен потребителю как сервис автономизации техники. Для разработанной модели выполнено тестирование алгоритмов управления для траекторий различного вида. Обсуждение и заключение. Разработанная интегрированная программно-аппаратная модель траекторного управления может быть использована как разработчиками и производителями сельскохозяйственной техники, так и непосредственно агропредприятиями для выполнения типовых технологических процессов. Особенностью реализации является открытый программно-аппаратный интерфейс, обеспечивающий интеграцию мобильных роботизированных платформ на базе цифровой мультиагентной системы.
Роботизированная транспортно-технологическая платформа, cad/cae, автономизация техники, натурные и виртуальные модели, траекторное управление, параметрическое проектирование, цифровая мультиагентная платформа
Короткий адрес: https://sciup.org/147236051
IDR: 147236051 | DOI: 10.15507/2658-4123.031.202104.609-627
Текст научной статьи Интегрированная модель мобильной роботизированной платформы
Научно-образовательный центр (НОЦ) «Инженерия будущего» – это межрегиональное объединение вузов 6 субъектов Российской Федерации (Самарской, Пензенской, Тамбовской, Ульяновской, Астраханской областей, Республики Мордовия), призванное объединить науку и реальный сектор экономики1. Целью НОЦ является достижение мирового лидерства в научно-технологическом развитии и подготовке кадров по направлениям деятельности центра.
Одним из таких направлений является агрокибернетика. Комитет «Умное агро» НОЦ разрабатывает цифровую мультиагентную систему. Система включает ряд сервисов для агропредприятий, разработчиков и производителей сельскохозяйственной техники.
В частности, сервис автономизации техники решает задачу беспилотного управления роботизированными транспортно-технологическими системами в контексте более общих задач, решаемых комитетом и направленных на повышение эффективности точного, почвозащитного и ресурсосберегающего земледелия. Среди основных задач такого типа следует указать следующие:
– панорамное гиперспектральное и 3D-сканирование объектов агроценоза;
– выполнение типовых технологических операций (химическая и механическая обработка растений, сбор и сортировка урожая фруктов и овощей с сопутствующим контролем качества на основе анализа гиперспектров и полученных вегетационных индексов);
– формирование виртуальных моделей для объектов агроценоза и ассоциативных двунаправленных связей между физическими (натурными) и виртуальными объектами;
– комбинированное траекторное управление мобильными системами с использованием современных методов навигации и позиционирования.
Для решения указанных задач необходима транспортно-технологическая автономная роботизированная платформа, отличающаяся маневренностью, высокой точностью управления и позиционирования.
Проект роботизированной платформы включает несущую систему, ходовую часть, систему торможения, управления, очувствления, а также робота-манипулятора и технологический блок. Проект реализуется в виде интегрированных CAx-моделей, предусматривающих анализ и оптимизацию проектных решений. При этом непременным требованием к проекту в целом является возможность глубокой интеграции всех программных, аппаратных модулей и CAx-моделей. CAx-модели формируются в базовой CAx-среде (SolidWorks) с использованием разработанного в рамках проекта программного обеспечения, расширяющего и дополняющего штатный функционал базовой системы в части задач синхронного управления мобильным роботом (физическим объектом) и его виртуальной CAx-моделью.
Таким образом, целью работы является построение киберфизической робототехнической системы как сервиса, обеспечивающего автономизацию сельскохозяйственной техники. При этом открытый программно-аппаратный интерфейс обеспечивает возможность интеграции платформы в базовую муль-тиагентную киберфизическую систему в качестве агента.
Обзор литературы
Задача автономизации техники является сложной, многодисциплинарной и решается, как правило, для множества разных, но взаимосвязанных объектов (агентов), имеющих единую систему управления. При этом одним из аспектов автономизации является ки-берфизическая интеграция данных единой цифровой платформы с объектами техники, которые рассматриваются как агенты этой базовой мультиагентной системы [1]. Этот факт предполагает взаимодействие не только агентов техники друг с другом, но еще и с агентами других типов (физических, химических, биологических) [2].
В одной из работ приведен всесторонний анализ структуры, технологий и инструментов, необходимых для реализации киберфизических систем в области интеллектуального агропредприятия в сравнении с аналогичными промышленными комплексами [2]. Общей особенностью этих систем является глубокая интеграция физических и виртуальных компонентов. При этом под виртуальными компонентами понимаются 3D- (CAx: CAD/ CAE), математические и программные модели, обладающие достаточной степенью адекватности физическим объектам [3].
Для построения мультиагентных робототехнических систем необходимо решить задачи траекторного управления, 612
Том 31, № 4. 2021
которые сводятся к выводу робота на заданную траекторию из произвольного положения и стабилизации движения по данной траектории.
Среди всего многообразия методов решения этих задач следует указать следующие основные методы: скольжение (sliding / слайдинг), обратный обход интегратора (back-stepping / бэкстеппинг), пропорционально-дифференциально-интегральное регулирование ПИД (proportional-differential-integral control PID) и линеаризация обратной связью (feedback linearization).
Скользящие методы обеспечивают сходимость за конечное время, но отличаются сингулярностью. Бэкстеп-пинг и ПИД-регулирование на практике не допускают аналитическую форму представления и сложны в реализации. Различные модификации этих методов направлены, как правило, на преодоление указанных недостатков [4]. Эту же цель преследуют многочисленные комбинированные методы, которые в последнее время явно превалируют в научной литературе. В работах обоснован комбинированный метод, который сочетает в себе пропорциональноинтегральное (ПИ / PI) управление со слайдингом [5], а также слайдинг с бэк-степпингом [6; 7].
Наше исследование затрагивает ту же проблему, что и ряд работ иностранных коллег [8–10]. При проведении экспериментов были использованы методы, описанные в других статьях [11; 12]. Особое место в исследованиях последнего времени занимает проблема формирования двунаправленных связей между реальным объектом (роботом или его натурной моделью) и его виртуальной моделью. Эта проблема хорошо описана в контексте управления мобильными роботами [13–15]. Также проведен всесторонний сравнительный анализ методов управления мобильными роботами [16].
Технологии и средства механизации сельского хозяйства
В данной работе для траекторного управления используется метод точной линеаризации замыкающей нелинейной обратной связью, делающей рассматриваемую систему линейной [17]. Метод является отечественной разработкой и отличается непрерывностью управления, задается аналитически, невосприимчив к вибрациям (чатте-рингу). При этом полученные стабилизирующие обратные связи обеспечивают экспоненциальное убывание заданной нормы отклонения от целевой траектории.
В пространстве «расстояние до траектории – ориентация» определены области притяжения для выхода на заданную траекторию с установленными показателями экспоненциальной устойчивости и получены управления для стабилизации по прямолинейному пути, по дуге окружности и составным траекториям, сформированным из отрезков прямых и дуг окружностей [17]. Аналогичная задача решена для целевой кривой, заданной параметрически с учетом динамики рулевого привода [18], в работе Л. Б. Рапопорта – для кривой, заданной явно аналитически [19], а в другом исследовании – для криволинейного пути с учетом неровностей поверхности движения [20]. Были рассмотрены варианты замены переменных для кинематической модели, приводящие к точной линеаризации уравнений движения. При этом отмечено, что ключевой проблемой для рассматриваемой задачи является определение расстояния от произвольной точки до целевой кривой [21]. Выполнен анализ результатов, полученных на основе законов управления, синтезированных с помощью разных канонических представлений [22].
Материалы и методы
В качестве базовой транспортной системы рассматривается самоходная база «Туман 1-М» индустриального партнера НОЦ «Пегас-Агро» (рис. 1), эксплуатационные параметры которой являются достаточными для размещения технологического оборудования, разрабатываемого в рамках проектов НОЦ «Умное агро», а также систем энергоснабжения2 [23].
В качестве модели шасси используется универсальная параметрическая CAD/CAE-модель (SolidWorks), разработанная авторами. Она легко адаптируется для разных проектных решений «Пегас-Агро» и предусматривает следующие виды компоновки: двухосевую и трехосевую, заднеприводную, переднеприводную и полноприводную. Модель оснащена одноосевым, двухосевым и дифференциальным управлением с учетом угла Аккермана [9; 24].
На рисунке 1 показаны варианты как двухосевой, так и трехосевой компоновки. Заметим, что для решения задачи траекторного управления существенное значение имеют лишь величины L (колесная база) и H (размер колеи), которые определяются так, как показано на рисунке 1.
В сформированную таким образом CAD/CAE-модель на несущие оси каждой из четырех подвесок установлено по два виртуальных мотора (рис. 1). Первый ( Motori j ) передает крутящий момент в вертикальной плоскости непосредственно на движитель и моделирует работу мотор-колеса. Второй мотор ( Driveij ) передает крутящий момент в горизонтальной плоскости и моделирует работу системы управления на базе шагового (серво) двигателя. Работу системы управления иллюстрирует видеоролик3.

Р и с. 1. Самоходная база «Туман-1М» и модель компоновки для шасси робота
F i g. 1. Fog-1M self-propelled base and layout model for robot chassis
Motori j , Drivei j установлены попарно на каждой подвеске и обеспечивают универсальность модели мобильного робота для наиболее общего случая его компоновки и управления ( i = 1, 2, j = 1, 2: индекс i соответствует номеру оси, индекс j – позициям «справа» и «слева» соответственно).
Управляющими параметрами являются угловые кинематические характеристики и углы поворота вокруг вертикальных осей для колес, отвечающих 614
за управление роботом. Таким образом задается угол Аккермана и моделируется функция механического дифференциала. При этом программный модуль допускает возможность адаптации к различным вариантам компоновки, а сама модель имеет иерархическую структуру, исключающую упругие и демпфирующие элементы на стадии решения задачи траекторного управления, что существенно снижает вычислительные затраты. Так, в случае
Технологии и средства механизации сельского хозяйства
классического варианта в качестве целевой точки рассматривается срединная точка задней оси с координатами xc и yc , ориентация робота задается углом θ между центральной осью платформы и осью x . Рассматривается движение робота без проскальзывания. Углы поворота передних колес α 1 и α 2 (рис. 1), отвечающие за ориентацию робота, определяются из соотношений:
tg ( « 1 ) =-
uL uH ‒ для внутренней
—
2 траектории,
mL tg (a2) - ——^ - для внешней 1 + -— траектории, где u – мгновенное значение кривизны траектории, описываемой целевой точкой [17]. Во всех других случаях компоновки актуальные параметры управления автоматически связываются с кривизной u.
Уравнения движения робота имеют следующий вид:
x c = vc cos9, yc - Vcsin9,
9 = vcu, где vc = ||Vc|| при движении вперед; vc = -||Vc|| при движении задним ходом; Vc – вектор мгновенной скорости целевой точки.
Результаты исследования
Ниже приведены результаты для моделирования траекторного управления для различных траекторий.
Случай движения по прямой
Для прямолинейной траектории, проходящей через начало отсчета под углом β к оси x необходимо выполнить преобразование координат:
^ - x c cos p + y c sin p ,
7 = y c cos p - x c sin p ,
/ - 9 - p.
Как показано в работе Л. Б. Рапопорта, управление вида
( ^
21 + A2 z. -----------------321(1+ z32)2 J
где z 2 = η , z 3 = tg ψ , обеспечивает экспоненциальную скорость убывания z 2 и z 3 с показателем – λ [17].
На рисунке 2 показаны результаты численного эксперимента для некоторого произвольного начального положения робота и β = 10°, λ = 1, а видеоролик демонстрирует процесс стабилизации во времени4. При этом учитывались ограничения на углы поворота передних колес, то есть управление было задано в виде
( ^
21 + A2 z^ u =" su ----------32- ,
1 ( 1 + z 32 ) 2 )
где su = [-u при u ≤ -u, u при |u| < u u при u ≥ u], где u – ограничение на кривизну траектории, связанное с ограничениями на поворот передних колес.

Р и с. 2. Результаты численного моделирования для вывода и стабилизации движения робота по прямолинейной траектории
F i g. 2. Results of numerical simulation to bring and to stabilize robot motion along straight path
Случай движения по дуге окружности
Дуга окружности задается центром x 0, начальной точкой xb , радиусом R и углом сектора. Обозначим также угол τ между осью x и радиусом-вектором Xc – X 0 [17]. Тогда
демонстрируются для некоторого произвольного начального положения робота, параметры которого считываются с виртуальных сенсоров. Видеоролик демонстрирует процесс движения5.
П = ^(xc - x0 )2 + (Ус - У0 )2, £ = tR, / = 6 + т, Z1 = ^, z 2 = Л - R, z3 = tg^.
Аналогично (1), (2) управление может быть выбрано в виде
u - - 5
(J + 1 + z.
R 3

Р и с. 3. Результаты численного моделирования для вывода и стабилизации движения робота по окружности
F i g. 3. Results of numerical simulation to bring and to stabilize robot motion along arc path

+ z 32 ) 2
V
где s u определяется по-прежнему аналогично (2) [5].
На рисунке 3 показаны результаты численного эксперимента при λ = 1, X 0 = (10, 20) м, заданном радиусе окружности R = 12 м. Результаты
Случай движения по сплайну
Введем следующие обозначения: C – текущая позиция робота; A – ближайшая к ней точка на целевой
траектории; O – мгновенный центр кривизны целевой траектории в точке A ; OA = R ( s ) = 1 / s ; k ( s ) – значение кривизны траектории в точке A ; τ – угол между касательной к траектории в точке A и осью x , и ψ = θ – τ [20].
В качестве фазовых переменных примем z 1 – расстояние от целевой точки до целевой траектории CA , z 2 = tg( ψ ), при этом управление формируется согласно результатам, представленным в работе А. В. Пестерева и Л. Б. Рапопорта [22]. Таким образом,
( ^ k ( s ) ° ( z )
u " Su [ ^( (1 - k (s) z1 )"(1 + z 2 )3/2 J, где z = (z1, z2)T, a функция сатуратор su, обусловленная ограничениями на ресурс управления, как и ранее, определена как
S u = { - u , u <- u , u , | u | < u , u , u >- u I , где u – заданное ограничение, а линейная функция σ ( z ) задается в виде
о (z) = X2z1 + 2Xz2, X > 0.
В рассматриваемой постановке исходная задача траекторного управления в целом не разделяется для реального робота, его натурной и виртуальной моделей, за исключением лишь способов определения фазовых переменных z 1 и z 2.
Для виртуальной модели фазовые переменные могут быть определены следующими двумя способами:
-
а) на основе использования известных кинематических соотношений
и аналитических зависимостей для сплайнов и других траекторий, экспортированных с использованием API CAx-систем и их приложений6;
-
б) на основе непосредственного экспортирования значений переменных z 1 и z 2 из CAx-модели в процессе моделирования движения.
Вторая процедура возможна, если параметрические свойства модели должным образом сформированы, например так, как это показано на рисунке 4. Видеоролик наглядно демонстрирует эти свойства7. В этом случае в зависимости от положения робота изменяются z 1 = || CA || и z 2 = t ( ψ ) = tg( θ – τ ), но при этом сохраняются заданные параметрические взаимосвязи (принадлежности, касательности, перпендикулярности).
Проведенные нами численные эксперименты показали, что результаты, полученные способами «а» и «б» близки друг другу с высокой (не менее 1e-07) точностью. Способ «б» имеет особое значение в тех случаях, когда траекторию трудно задать аналитически.
Натурная реализация и моделирование
Для натурной модели платформы значения фазовых переменных определяются на основе анализа данных, поступающих от трех модулей очувствления роботизированной системы:
– модуль визуальной одометрии состоит из двух цифровых камер, определяющих смещение и поворот платформы в пространстве на основе данных с камер8 [25];

Р и с. 4. Параметрическая модель для траекторного управления по сплайну
F i g. 4. Results of numerical simulation to bring and to stabilize robot motion along spline path
– модуль инерциальной навигации состоит из гироскопа и акселерометра и позволяет определить линейные и угловые перемещения платформы в пространстве [26];
– модуль спутниковой навигации с приемником спутникового сигнала по типу GPS/GLONASS [27].
Программно-аппаратный модуль управления тестировался на натурной модели, собранной на платформе Arduino и fischertechnik [28–30]. Заметим при этом, что последующий перенос программного обеспечения с натурной модели на реальную платформу потребует лишь настроить интерфейс на конкретные физические сенсоры, обеспечивающие точное определение фазовых переменных.
На рисунке 5 показана натурная модель, обеспечивающая тестирование всех рассмотренных алгоритмов и включающая в себя основной привод движителей, рулевое управление (в варианте классической компоновки) и поворот видеокамеры. Видеоролик наглядно иллюстрирует работу натурной модели9. Траекторное управление рассчитывалось при этом сразу для всей траектории, то есть возможное проскальзывание, неровность поверхности движения и прочие возмущения не учитывались.
Программный модуль представляет собой многодокументное Windows-приложение архитектуры «документ-вид» (среда разработки MS VisualStudio C++/MFC/COM/vMicro(Arduino)/ APISolidWorks) и развивает опыт авторов в разработке приложений данного типа10 [31; 32]. В окне вида отображается масштабированная карта местности, полученная с геоинформационных систем или наземных станций управления и предназначенная для планирования траектории движения робота.

Р и с. 5. Натурная модель мобильного робота
F i g. 5. Physical model for mobile robot
Основная особенность программной реализации состоит в том, что управление как функция времени формируется и передается в качестве входных данных на виртуальные и физические устройства (моторы) в рамках одного программного модуля, сформированного одним проектом (projectsolution) MS VisualStudio C++.
Окно приложения показано на рисунке 6. Модальная диалоговая панель служит для постановки задачи, ввода исходных данных и компоновки шасси. Возможны два следующих режима работы программы:
-
1) с использованием базовой CAx-системы в качестве COM-сервера и, соответственно, с использованием API этой системы (на рисунке 8 показан пример в варианте CAx SolidWorks );
-
2) работа в автономном режиме.
В первом случае карта местности загружается в эскиз документа CAx, во втором случае – в окно вида приложения. Первый режим работы целесообразно использовать, если есть необходимость анализа проектного решения соответствующих статических, кинематических, динамических и прочих характеристик системы.
Траектория в обоих случаях формируется пользователем непосредственно в окне вида или документа (эскиза) с использованием стандартных средств графического редактирования.
Первый этап состоит в организации импорта-экспорта данных для CAx-модели робототехнической системы и тракторного управления. В качестве базовой CAx-среды используется SolidWorks, а решение задачи импорта-экспорта решается с использованием COM-интерфейсов и API SolidWorks.

Р и с. 6. Окно приложения
F i g. 6. Application window
Наше приложение относится к типу Stand-Alone, которое подключается к текущему экземпляру COM-сервера sldworks.exe на локальном компьютере посредством использования smart-указателя CComPtr
В контексте рассматриваемой задачи необходимо отметить два момента, которые требуют рассмотрения с точки зрения программной реализации: получение (импорт) данных из CAx-модели; определение (экспорт) данных для моделирования в CAx-среде.
На рисунке 7 показан фрагмент программного кода, реализующего доступ к фитчерам модели, в частности, к эскизу с именем Position и мотору в дереве моделирования с именем Drive11 (в наших обозначениях Driveij i = 1, j = 1), а также чтение (импорт) значения размера с именем Distance. В наших обозначениях этому параметру соответствует фазовая переменная z1 = ||CA|| (рис. 4).
Задача экспорта данных решается сразу в двух направлениях, то есть полученные управления экспортируются в качестве входных данных как для виртуальной модели (виртуальных шаговых моторов), так и аналогичных физических устройств натурной модели.
На рисунке 8 показан фрагмент кода для экспорта данных моделирования, причем на рисунке 8a в направлении CAx SolidWorks, в частности, doc->IFirstFeature( while (pFeature) // Цикл по фитчерам
{ pFeature->get_Name( if (Name == _T("Position"))// получение имени фитчера и проверка требу-
емого {
имени
VARIANT_BOOL ret;
pEnumDispDim = NULL;
pFeature->Select(TRUE, &ret); //выбор текущего фитчера pFeatureControl = pFeature;
pFeatureControl->EnumDisplayDimensions(&pEnumDispDim); // получение указателя на размеры модели
if {
(pEnumDispDim)
pEnumDispDim->Next(1, &pDisplayDimension, &NumberDim); while (NumberDim)// цикл по размерам
{
if //
pDisplayDimension->IGetDimension(&pDim);
pDim->get_FullName(&Name);// получение имени размера pDim->get_Value(&Value); // получение значения размера с именем Distance
(Name == _T("Distance@Position"))
Distance = Value;
}
} // if
{
}
}
определение других требуемых параметров аналогично pDisplayDimension = pDisplayDimensionNext;
pEnumDispDim->Next(1, &pDisplayDimension, &NumberDim);
(Name
== CComBSTR(_T("Drive11")))// Если имя фитчера Drive11
}
pSubFeature->GetDefinition(&pDisp);
pDisp->QueryInterface(&pFeatureMotorData_u1);
Р и с. 7. Доступ к фитчерам модели
F i g. 7. Accessing to model features
// Определение входных данных для мотора как фитчера моделирования doc->EditSketch(); // Режим редактирования эскиза
VARIANT spData_u1; // Определение объекта типа Variant
SafeDoubleArray my_u1(spData_u1); // Определение безопасного массива double CurrentTime = 0.0;
for (int k = 0; k <= NumberTimeLineStep; k++) //
Цикл по времени
{ my_u1[k] = CurrentTime;
my_u1[k + NumberTimeLineStep + 1] = u1[k];
// Упаковка сформированных данных в массив
CurrentTime += TimeLineStep; // Шаг по времени
} pFeatureMotorData_u1->put_SplineData(spData_u1);
a)
GStepper< STEPPER2WIRE> stepper(steps, step, dir); // steps – количество шагов на один оборот вала, step, dir ‒ порт ввода-вывода общего назначения k=0;
void loop()
if (millis() - tmr2 > time_step)
{
tmr2 = millis();
static float val;
if (millis() = = my_u1[k]*1000)
{ val = u1[k]; k++;
stepper.setTarget(val); // ставим новую позицию для шагового мотора
}
}
};
b)
Р и с. 8. Экспорт управления в виртуальную модель и натурный объект
F i g. 8. Export of control to virtual model and to physical object
Technologies and means of agricultural mechanization 621
выполняется определение исходных данных для Drive11, то есть массив my_u1 содержит данные табулирова- ния функции tg(«1) =
uL uH —
. На рисун-
ке 8b та же задача решается для определения входных данных для физических устройств, управляемых контроллером семейства Arduino с использованием библиотеки управления шаговыми двигателями Stepper11.
Обсуждение и заключение
Разработан программно-аппаратный модуль траекторного управления интегрированной виртуальной и натурной моделью для мобильной роботизированной платформы. Выполнено тестирование алгоритмов, обеспечивающих экспоненциальную устойчивость управления для траекторий различного вида: отрезка прямой, дуги окружности, сплайна (Безье).
При этом виртуальная CAD/CAE-модель позволяет исследовать состо- яние и поведение конструкции как многотельного объекта в различных режимах ее эксплуатации в терминах механики деформируемого твердого тела.
Программно-аппаратные модули имеют открытый интерфейс и могут быть легко интегрированы в кибер-физические системы управления и автономизации техники более общего вида. При этом полученное управление как функция времени передается в виде управляющего сигнала как на виртуальные, так и на физические устройства. Программно-аппаратное обеспечение и виртуальные модели платформы предусматривают различные варианты компоновки, могут быть адаптированы к требованиям потребителя и предоставлены ему как сервис.
В части использованных алгоритмов управления и их программной реализации отсутствуют существенные различия между управлением реальным объектом, его виртуальной и натурными моделями. В этом смысле проект готов к практической реализации и внедрению в практику точного земледелия.
В качестве перспектив проекта следует указать следующие:
-
1. Аппаратная реализация управления самоходными базами «Пегас-Агро». Эта задача предусматривает совместную с «Пегас-Агро» разработку мехатронных систем, максимально адаптированных к конструктивным особенностям самоходных баз и технологической среде предприятия.
-
2. Интеграция мобильной роботизированной платформы в мультиаген-тную систему в качестве агента.
При этом для решения каждой из этих двух задач программное обеспечение системы управления каких-либо существенных изменений не потребует.
Поступила 28.06.2021; одобрена после рецензирования 10.08.2021; принята к публикации 17.09.2021
Об авторах:
Все авторы прочитали и одобрили окончательный вариант рукописи.
Technologies and means of agricultural mechanization 625
Submitted 28.06.2021; approved after reviewing 10.08.2021; accepted for publication 17.09.2021
All authors have read and approved the final manuscript.
Список литературы Интегрированная модель мобильной роботизированной платформы
- Gorodetsky V., Skobelev P., Marik V. System Engineering View on Multi-Agent Technology for Industrial Applications: Barriers and Prospects // Cybernetics and Physics. 2020. Vol. 9, Issue 1. P. 13-30. doi: https://doi.org/10.35470/2226-4116-2020-9-1-13-30
- Field Robots for Intelligent Farms-Inhering Features from Industry [Электронный ресурс] / P. Gonzalez-de-Santos [et al.] // Agronomy. 2020. Vol. 10, Issue 11. doi: https://doi.org/10.3390/agrono-my10111638
- Real-Time 3D Unstructured Environment Reconstruction Utilizing VR and Kinect-Based Immersive Teleoperation for Agricultural Field Robots [Электронный ресурс] / Y. Chen [et al.] // Computers and Electronics in Agriculture. 2020. Vol. 175. doi: https://doi.org/10.1016/j.compag.2020.105579
- Matraji K., Al-Wahedi K., Al-Durra A. Higher-Order Super-Twisting Control for Trajectory Tracking Control of Skid-Steered Mobile Robot // IEEE Access. 2020. Vol. 8. P. 124712-124721. doi: https:// doi.org/10.1109/ACCESS.2020.3007784
- P+d Plus Sliding Mode Control for Bilateral Teleoperation of a Mobile Robot / L. R. Salinas [et al.] // International Journal of Control, Automation and Systems. 2018. Vol. 16. P. 1927-1937. doi: https://doi.org/10.1007/s12555-017-0439-x
- Xinchen G., Zhenying L., Caihong L. Finite Time Tracking Control of Mobile Robot Based on Non-Singular Fast Terminal Sliding Mode // Systems Science & Control Engineering. 2018. Vol. 6, Issue 1. P. 492-500. doi: https://doi.org/10.1080/21642583.2018.1542636
- Backstepping Trajectory Tracking Based on Fuzzy Sliding Mode Control for Differential Mobile Robots / X. Wu [et al.] // Journal of Intelligent & Robotic Systems. 2019. Vol. 96. P. 109-121. doi: https:// doi.org/10.1007/s10846-019-00980-9
- Research and Development in Agricultural Robotics: a Perspective of Digital Farming [Электронный ресурс] / R. R. Shamshiri [et al.] // International Journal of Agricultural and Biological Engineering. 2018. Vol. 11, Issue 4. doi: https://doi.org/10.25165/j.ijabe.20181104.4278
- Extended Ackerman Steering Principle for the Coordinated Movement Control of a Four Wheel Drive Agricultural Mobile Robot / Q. Qiu [et al.] // Computers and Electronics in Agriculture. 2018. Vol. 152, Issue 9. P. 40-50. doi: https://doi.org/10.1016/j.compag.2018.06.036
- Gao G., Qin Q., Chen Sh. Turning Control of a Mobile Robot Forgreenhouse Spraying Based on Dynamic Sliding Mode Control [Электронный ресурс] // International Journal of Advanced Robotic Systems. 2017. Vol. 14, Issue 6. doi: https://doi.org/10.1177/1729881417744754
- Trajectory Tracking Control of Skid-Steered Mobile Robot Based on Adaptive Second Order Sliding Mode Control / I. Matraji [et al.] // Control Engineering Practice. 2018. Vol. 72, Issue 3. P. 167-176. doi: https://doi.org/10.1016/j.conengprac.2017.11.009
- LAMDA Control Approaches Applied to Trajectory Tracking for Mobile Robots / L. Morales [et al.] // IEEE Access. 2021. Issue 9. P. 37179-37195. doi: https://doi.org/10.1109/ACCESS.2021.3062202
- Slawinski E., Santiago D., Mut V. Dual Coordination for Bilateral Teleoperation of a Mobile Robot with Time Varying Delay // IEEE Latin America Transactions. 2020. Vol. 18, Issue 10. P. 1777-1784. doi: https://doi.org/10.1109/TLA.2020.9387669
- Haptic Tele-Driving of Wheeled Mobile Robots under Non-ideal Wheel Rolling, Kinematic Control and Communication Time Delay / W. Li [et al.] // IEEE Transactions on Systems, Man, and Cybernetics: Systems. 2020. Vol. 50, Issue 1. P. 336-347. doi: https://doi.org/10.1109/TSMC.2017.2738670
- Evaluation of a Predictor-Based Framework in High-Speed Teleoperated Military UGVs / Y. Zheng [et al.] // IEEE Transactions on Human-Machine Systems. 2020. Vol. 50, Issue 6. P. 561-572. doi: https://doi.org/10.1109/THMS.2020.3018684
- Tzafestas S. G. Mobile Robot Control and Navigation: A Global Overview // Journal of Intelligent & Robotic Systems. 2018. Vol. 91. P. 35-58. doi: https://doi.org/10.1007/s10846-018-0805-9
- Rapoport L. B. Estimation of Attraction Domains in Wheeled Robot Control // Automation and Remote Control. 2006. Vol. 67. P. 1416-1435. doi: https://doi.org/10.1134/S0005117906090062
- Gilimyanov R. F., Pesterev A. V., Rapoport L. B. Motion Control for a Wheeled Robot Following a Curvilinear Path // Journal of Computer and Systems Sciences International. 2008. Vol. 47. P. 987-994. doi: https://doi.org/10.1134/S1064230708060129
- Rapoport L. B. The Periodic Solution of Two-Dimensional Linear Nonstationary Systems and Estimation of the Attraction Domain Boundary in the Problem of Control of a Wheeled Robot // Automation and Remote Control. 2011. Vol. 72. P. 2339-2347. doi: https://doi.org/10.1134/S0005117911110087
- Pesterev A. V., Rapoport L. B. Stabilization Problem for a Wheeled Robot Following a Curvilinear Path on Uneven Terrain // Journal of Computer and Systems Sciences International. 2010. Vol. 49. P. 672-680. doi: https://doi.org/10.1134/S1064230710040155
- Pesterev A. V Synthesis of a Stabilizing Control for a Wheeled Robot Following a Curvilinear Path // Automation and Remote Control. 2012. Vol. 73. P. 1134-1144. doi: https://doi.org/10.1134/S000511791207003X
- Pesterev A. V., Rapoport L. B. Canonical Representation of the Path Following Problem for Wheeled Robots //Automation and Remote Control. 2013. Vol. 74. P. 785-801. doi: https://doi.org/10.1134/ S0005117913050044
- Mechatronic System for Fruit and Vegetables Sorting [Электронный ресурс] / P. Balabanov [et al.] // II International Scientific Conference "Advanced Technologies in Aerospace, Mechanical and Automation Engineering" (18-21 November 2019). Vol. 734. Krasnoyarsk, 2019. doi: https://doi. org/10.1088/1757-899X/734/1/012128
- Берестова С. А., Мисюра Н. Е., Митюшов Е. А. Кинематическое управление движением колесных транспортных средств // Вестник Удмуртского университета. Математика. Механика. Компьютерные науки. 2015. Т. 25, № 2. С. 254-266. URL: http://www.mathnet.ru/links/0ee54f8b9a883 b3110138244e322e405/vuu482.pdf (дата обращения: 14.02.2021).
- Девятериков Е. А. Алгоритм описания траектории мобильного робота по данным визуального одометра для автоматического возвращения к оператору // Наука и образование. МГТУ им. Н. Э. Баумана. 2014. № 12. С. 705-715. URL: https://clck.ru/YK7bM (дата обращения: 14.02.2021).
- A General Euler Angle Error Model of Strapdown Inertial Navigation Systems [Электронный ресурс] / J. Li [et al.] // Applied Sciences. 2018. Vol. 8, Issue 1. doi: https://doi.org/10.3390/app8010074
- Sekaran J., Kaluvan H., Irudhayaraj L. Modeling and Analysis of GPS-GLONASS Navigation for Car Like Mobile Robot // Journal of Electrical Engineering & Technology. 2020. Issue 15. P. 927-935. doi: https://doi.org/10.1007/s42835-020-00365-1
- Stelian-Emilian O. Mobile Robot Platform with Arduino Uno and Raspberry Pi for Autonomous Navigation // Procedia Manufacturing. 2019. Vol. 32. P. 572-577. doi: https://doi.org/10.1016/j.promfg.2019.02.254
- Al-Sahib N. K. A., Azeez M. Z. Build and Interface Internet Mobile Robot using Raspberry Pi and Arduino // Innovative Systems Design and Engineering. 2015. Vol. 6, no. 1. P. 106-114. URL: https:// www.iiste.org/Journals/index.php/ISDE/article/view/19583
- Mikheenko I. S., Romanov A. M. Unified Control System for Modular Reconfigurable Robots // 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus) (28-31 Jan. 2019). Saint Petersburg, Moscow : IEEE, 2019. P. 661-665. doi: https://doi.org/10.1109/EIConRus.2019.8656759
- Чугунов М. В., Полунина И. Н. Междисциплинарное моделирование роботов с использованием систем автоматизированного проектирования // Вестник Мордовского университета. 2018. Т. 28, № 2. С. 181-190. doi: https://doi.org/10.15507/0236-2910.028.201802.181-190
- Чугунов М. В., Полунина И. Н., Попков М. А. Проектирование квадрокоптера на базе интегрированной модельной среды // Инженерные технологии и системы. 2019. Т. 29, № 2. С. 169-186. doi: https://doi.org/10.15507/2658-4123.029.201902.169-186